2 篇博文 含有标签「qwen-audio」

我们最早只是想做一个顺手的网页录音页：打开浏览器，允许麦克风，然后一边说一边看到文字。真正开始使用以后，事情很快变复杂了。录音能不能暂停，结束后能不能接着录，临时识别结果为什么会反复变化，两小时的会议会不会把浏览器或 GPU 撑满，这些都比“接一个语音模型”更接近真实问题。

现在这套网站放在 speakr.public.wzhecnu.cn。页面中文名仍是“声笺”，代码来自我们持续改造的 Qwen Audio Demo 仓库。它目前有三个相互独立的工作区：会议记录、声音工作室和实时对话。

这里的 Speakr 指 ChatArch 当前部署的这套语音工作台，并不是把同名开源项目原样部署后换了一个页面。

这篇和科大讯飞教程一样，不写泛泛产品介绍，而是把一条可实践路径讲清楚：第一次使用阿里云百炼 / Model Studio，怎么开通实时语音识别，怎么确认额度和计费，怎么拿 API Key，怎么跑 DashScope SDK 或 WebSocket，最后怎么接到我们自己的网页实时字幕服务。